超大规模图数据的存储是一个难题，常常要在使用的方便性，存储空间以及处理效率间做平衡。常见的公共图数据格式有文本格式，二进制格式和graph格式等。那么根据不同的需求转换图数据格式，是图计算研究和实践中不可避免的工作。
顶点和边是图的核心元素，所以图数据一般由顶点数据和边集数据组成。抽象的公共图数据集如Livejournal，twitter-2010和uk-2007-05，都会使用0，1，2…这样的自然数标识每个顶点，使用一个文件将顶点编号和顶点意义做映射，用源顶点编号和目的顶点编号标识一条边，或者再加一个权值。例如网页图为每个web页面的URL指定一个唯一的自然数编号，社交图中为每个用户ID指定一个唯一的自然数编号。可以通过单独的文件，存储编号和顶点属性的对应关系，也可以用一个二维表存储在关系数据库中。
由于自然图边的数量远远大于顶点数量，并且每条边至少是由两个顶点编号标识，所以边的存储是难点。当边的数量较少时可以用文本文件存储，每一行标识一条边，如下图twitter-2010[2]的格式，它有61,578,415个顶点和1,468,365,182条边，占用24.4GB的存储空间。
为了压缩存储空间和提高图计算系统读取数据的效率，常使用二进制格式存储边集。如果顶点的数量小于232，所以可以用4字节的int类型表示所有顶点。这样能大大节约存储空间，例如一个顶点编号是12345678，文本格式占8字节，而用二进制格式只占4字节，转换成二进制的twitter-2010边集文件仅11GB。同理更多的顶点（大于232）数量可采用8字节的long类型表示所有顶点。而文本格式和二进制格式间的相互转换可参考下面两个代码片段。
将文本格式的边以二进制格式写入文件
从二进制格式边集文件中读取一条边
另外，web图的边数量可达到几百个billion甚至trillion级别，使用文本格式或者二进制格式依然会占用上百GB的空间，使用或传播都极其不方便，于是根据图的特性，压缩成graph格式的数据，例如uk-2007-05[3][4]图数据集。在[4]中指出uk-2007-05有105,896,555个顶点代表不同的web页面的URL，相互的超链接关系多达3.7billion条边。顶点是文本格式数据，每行一个URL，编号从0至105,896,554，大概904MB。
边则是提供BV格式[5] 压缩的邻接列表文件，由uk-2007-05.graph，uk-2007-05.offsets和uk-2007-05.properties三个核心文件组成。数据的每个nodeIterator由三部分组成<源顶点编号，出度值，目的顶点编号数组>，因此将它转换为二进制或者文本格式使用WebGraph库即可完成。
在使用WebGraph库将graph格式数据转换为二进制格式时，需要注意Java和C/C++间存在"Little endian and Big endian（大端小端）"的差异问题。例如在测试A22D Graph时，使用java版本的代码将uk-2007-05 graph格式的数据直接转换为二进制格式，然后再作为A22D Graph（C/C++实现）的输入。
由于不同的图计算系统对输入的图数据格式有不同的要求，例如上篇的Chaos是用边集列表的二进制文件格式（与A22D Graph 相同），所以灵活的进行图数据的格式转换是很有必要的。
####
# # ll home/origin-data/uk-2007-05/
# -rwxr-xr-x. 1 root root 1259629243 Mar 29 07:21 uk-2007-05.graph
# -rwxr-xr-x. 1 root root 135345642 Mar 29 07:21 uk-2007-05.offsets
# -rwxr-xr-x. 1 root root 271 Mar 29 07:21 uk-2007-05.properties
# java -jar root/BV2Ascii.jar home/origin-data/uk-2007-05/uk-2007-05 home/origin-data/uk-2007-05/bin/uk-2007-05.bin
[1] LiveJournal social network, http://snap.stanford.edu/data/soc-LiveJournal1.html
[2] twitter-2010, http://an.kaist.ac.kr/traces/WWW2010.html
[3] uk-2007-05, http://law.di.unimi.it/webdata/uk-2007-05/
[4] uk-2007-05, http://chato.cl/webspam/datasets/uk2007/links/
[5] Boldi P, Vigna S. The Webgraph FrameworkI: Compression techniques. In: Proc. of the 13th Int’l Conf. on World Wide Web(WWW). New York: ACM, 2004. 595-602.
本文内容仅个人观点，如有错误和不足之处还望大家雅正，如果对您有所帮助则是我的荣幸，如需本文相关资料/源码请发邮件到zhangguoqingas@gmail.com或留言！
